Links e acesso
DOI Zenodo
Registro Zenodo
Branch
main
O pensamento
Se a busca determinística prova o que foi descartado, ela pode provar o que é seguro. Madhava-Sec aplica o bound de Cauchy-Schwarz à segurança de agentes: pruning de 98.1% das LLM calls com 0 violações, diversidade por Gram-Schmidt e famílias de ataque por KMeans. O benchmark AgentHarm (416 cenários) valida tudo.
Por que importa
Expande a tese para o domínio de segurança — a aplicação mais comercialmente relevante. Transforma a garantia matemática de retrieval em garantia de segurança de agentes. Pipeline Scout+Factory com amplificação 6.96-9.09×.
Metodologia
Projeção QR, bound Cauchy-Schwarz para segurança, Gram-Schmidt diversity, KMeans para famílias de ataque, int8 quantization
Resultados principais
- 98.1% das LLM calls economizadas por pruning
- 0 violações de bound (AgentHarm 416 cenários)
- GS Diversity: +59-65% cobertura de ferramentas
- Pipeline v8 Scout+Factory: amplificação 6.96-9.09×
Por que esta branch importa
Repositório dedicado do Madhava-Sec (winnex-ai/madhava-sec), branch main.